相关实验视频
Updated: Apr 29, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
在2D彩色底膜视网膜扫描中检测糖尿病视网膜病变的计算模型
Akshit Aggarwal1, Shruti Jain2, Himanshu Jindal3
1Research Labs, Department of CSE, Indian Institute of Technology, Guwahati, India.
Current medical imaging
|February 9, 2024
概括
这项研究引入了一个使用卷积神经网络 (CNN) 来检测从视网膜扫描中的糖尿病视网膜病 (DR) 的深度学习模型. 该模型实现了90%的准确性,为诊断这种视力威胁的疾病提供了一种快速的方法.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 糖尿病视网膜病变 (DR) 是亚洲国家的重要失明原因,预计到2030年将影响印度7940万人.
- 在亚洲地区,DR占所有失明的5-7%.
研究的目的:
- 开发和评估使用2D彩色 fundus视网膜扫描检测糖尿病视网膜病变的自动化系统.
- 为了利用深度学习和神经网络技术,为早期和准确的DR诊断.
主要方法:
- 提出了一个基于卷积神经网络 (CNN) 的DR检测计算模型 (DRCNN).
- 该模型使用VGG-16架构,具有Conv2D,Pooling,Dense,Flatten和Dropout等层,用于特征提取.
- 适应式时刻估计优化器用于模型训练和减少错误.
主要成果:
- 当80%的数据集用于培训时,DRCNN模型达到90%的最大准确度.
- 模型的性能使用不同的训练数据集大小 (50%至90%) 进行评估,并在外部数据集上进行验证.
- 该模型的VGG-16组件包含1.38亿个参数.
结论:
- 拟议的DRCNN方法提供了一种有效和快速的方法,用于通过视网膜扫描检测糖尿病视网膜病变.
- 这种人工智能驱动的工具可以帮助及时识别受DR影响的个人.
关键词:
这是一个二维D fundus.亚当·亚当·亚当·亚当·亚当·亚当·亚当·亚当·亚当·亚当卷积神经网络是一个卷积神经网络.糖尿病视网膜病变 糖尿病视网膜病变视网膜 (retina) 是一个视网膜.在VGG-16中.更多相关视频
07:41Behavioral Assessment of Visual Function via Optomotor Response and Cognitive Function via Y-Maze in Diabetic Rats
Published on: October 23, 2020
5.7K
06:16Author Spotlight: Unraveling the Pathogenesis of Age-Related Macular Degeneration and Discovering Potential Therapies
Published on: July 28, 2023
2.5K
